Question

我正在尝试将Pandas DataFrame的两列连接起来：

df = pd.DataFrame({'A': [2, 1, 3, 4], 'B': ['a', 'b', 'c', 'd']})

（格式化）：

尝试sum([df[column] for column in df])无效，显然是因为您无法将添加整数（列A）到字符串（列B）映射。

所以我添加了以下行：

for column in df1:
    df1[column] = df1[column].apply(str)

为了确保字符串转换正常工作，我添加了以下语句：

print([df[column].apply(type) for column in df])

哪个生产

In : print([df[column].apply(type) for column in df])

Out:
[0    <class 'str'>
1    <class 'str'>
2    <class 'str'>
3    <class 'str'>
Name: A, dtype: object, 0    <class 'str'>
1    <class 'str'>
2    <class 'str'>
3    <class 'str'>
Name: B, dtype: object]

但是仍然，当我运行sum([df[column] for column in df])时，出现错误TypeError: unsupported operand type(s) for +: 'int' and 'str'。

这是怎么回事？

Answer 1

IIUC，您可以像这样连接您的列：

df.astype(str).sum(axis=1)

0    2a
1    1b
2    3c
3    4d
dtype: object

这会将所有列键入str（df.astype(str)），然后使用sum逐行连接（axis=1）

Answer 2

使用

In [99]: df.A.astype(str) + df.B
Out[99]:
0    2a
1    1b
2    3c
3    4d
dtype: object

使用apply替代，可能会很慢。

In [106]: df.apply(lambda x: '{A}{B}'.format(**x), axis=1)
Out[106]:
0    2a
1    1b
2    3c
3    4d
dtype: object

@JonClements与format_map

有很好的选择

In [124]: df.apply('{A}{B}'.format_map, axis=1)
Out[124]:
0    2a
1    1b
2    3c
3    4d
dtype: object

Answer 3

如果您对性能感兴趣，请使用f-strings和列表理解。

pd.Series([f'{i}{j}' for i,j in zip(df.A, df.B)])

0    2a
1    1b
2    3c
3    4d
dtype: object

由于熊猫处理字符串的效率较低，相对而言，这是一个非常快速的选择。

各种类型的Pandas Sum DataFrame列

3 个答案: